apache / apache/parquet-java

Parquet protobuf: List wrapper should be optional

Aperta
#2,133 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub
Component: Java Component: Parquet Priority: Minor Type: bug
Lingua principale
Java
Stelle
3.1k
Fork
1.6k
Merge medio
3g 12h
PR unite (30g)
33

Descrizione

Following  , parquet-protobuf will conform to the specs[1] regarding the definition of lists and will adopt the 3-level structure:
```java

*required* group my_list (LIST) {
repeated group list {
optional binary element (UTF8);
}
}
```
The first level has the repetition level **required**, however this won't allow making the distinction between a null list and an empty one.

This ticket is for changing the root level repetition to **optional** as following:
```java

*optional* group my_list (LIST) {
repeated group list {
optional binary element (UTF8);
}
}
```
This will allow differentiating between null and empty lists.

[1] https://github.com/apache/parquet-format/blob/master/LogicalTypes.md#lists

**Reporter**: [Benoit Hanotte](https://issues.apache.org/jira/secure/ViewProfile.jspa?name=b.hanotte)

**Note**: *This issue was originally created as [PARQUET-1216](https://issues.apache.org/jira/browse/PARQUET-1216). Please see the [migration documentation](https://issues.apache.org/jira/browse/PARQUET-2502) for further details.*

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Direzione di ricerca

Inizia individuando l’implementazione parquet-protobuf degli schemi di liste e confrontala con la Parquet lists specification collegata nell’issue e con la modifica di parquet-mr a cui si fa riferimento. Il lavoro è completo quando la root LIST group è opzionale, mentre la struttura annidata di lista ed elemento rimane come mostrato, consentendo di distinguere tra liste null e liste vuote.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
java
Ambito
data-engineering
Tipo di issue
Bug
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
35/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.